跳到正文
今天10月22日周四3 条
10月21日周三
  1. The Verge · AI35

    Google 将对话式 Gemini 导航带到 Apple CarPlay

    Google 将 Google Maps 中的对话式 Gemini 语音助手引入 Apple CarPlay,即日起面向美国司机开放,并正在全球推广。用户可通过车载信息娱乐屏上的 Gemini 图标激活,用自然语言进行多步提问,如查询景点推荐并让其导航,同时规避收费路段,还能报告交通中断、查询沿途地点信息。

10月20日周二
10月16日周五
10月15日周四
10月14日周三
  1. Google DeepMind68

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon,定位通用物理推理模型,在 3D 物理空间理解基准 ERQA 上以纯推理取得 87% 得分,官方称优于所有其他前沿模型。

    推荐理由:官方展示了 Gemini 4 Argon 在机器人控制、Real2Sim 和物理理解四类场景的示例提示词,可作具身智能工作流参考。

10月7日周三
  1. Google DeepMind66

    Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数的开源多模态嵌入模型,基于 Gemma 4 架构,采用 Apache 2.0 许可,可将文本、代码、图像、视频和音频统一映射到同一嵌入空间。

    推荐理由:官方给出了参数规模、基准得分和设备内存占用等具体数据,读者可据此评估它是否适合本地多模态检索方案。

10月6日周二
10月1日周四
1月10日周六
  1. Berkeley AI Research48

    BAIR 提出基于信息量的成像系统设计与评估框架

    Berkeley AI Research 在 NeurIPS 2025 论文中提出一个直接基于信息内容评估和优化成像系统的框架,用互信息估计量化测量区分物体的能力。该方法只需噪声测量数据和噪声模型,在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证可预测解码器性能,优化效果媲美 SOTA 端到端方法,且所需内存和计算更少、无需任务特定解码器设计。